index-manager

インデックスマネージャースキル

MPEP 検索インデックスのライフサイクルを管理するエキスパートシステム：PDF のダウンロード、インデックスの構築、保守、更新、最適化を行います。

CLAUDE 向け： すべての依存関係はインストール済みで、システムは稼働しています。

• 適切なフェーズに直接進んでください
• スクリプト／ツールは mcp_server/ にあります
• 利用可能な場合は patent-creator CLI を使用してください
• 操作が失敗した場合にのみ診断を実行してください

使用するタイミング

MPEP インデックスの構築／再構築、ファイルの破損／不足、最適化、コンテンツの追加、トラブルシューティング。

インデックスのライフサイクル

PDFs Not Present -> Download (2-5 min, 500MB)
  -> Extract & Parse (500MB data)
  -> Generate Embeddings (5-10 min GPU, 35-65 min CPU)
  -> Build FAISS + BM25 Indexes
  -> Index Ready (mcp_server/index/)
  -> Maintenance (Verify -> Optimize -> Update)

フェーズ 1：PDF の管理

ステータスの確認：

ls pdfs/  # Should show mpep-*.pdf, consolidated_laws.pdf, consolidated_rules.pdf

PDF のダウンロード：

patent-creator download-mpep
# Or: python install.py (Select "Download MPEP PDFs")

整合性の検証：

python -c "
import fitz
from pathlib import Path
for pdf in Path('pdfs').glob('*.pdf'):
    try:
        doc = fitz.open(pdf)
        print(f'[OK] {pdf.name}: {len(doc)} pages')
        doc.close()
    except Exception as e:
        print(f'[X] {pdf.name}: ERROR - {e}')
"

フェーズ 2：インデックスの構築

patent-creator rebuild-index
# Or: python mcp_server/server.py --rebuild-index

所要時間：

• PDF の読み込み：30 秒
• テキストの抽出：1～2 分
• テキストのチャンク化（500 トークン）：30 秒
• 埋め込みの生成：5～10 分（GPU）または 35～65 分（CPU）
• FAISS/BM25 の構築：1 分
• ディスクへの保存：10 秒

合計： 5～15 分（GPU）または 35～65 分（CPU）

カスタムビルド：

from mcp_server.mpep_search import MPEPIndex
index = MPEPIndex(use_hyde=False)
index.build_index(
    chunk_size=500,
    overlap=50,
    batch_size=32  # Reduce to 16/8 if OOM
)

フェーズ 3：検証

# Check files
ls -lh mcp_server/index/
# Expected: mpep_index.faiss (~150MB), mpep_metadata.json (~80MB), mpep_bm25.pkl (~60MB)

# Verify health
patent-creator health
# Should show: [OK] MPEP Index: Ready (12,543 chunks)

# Manual test
python -c "
from mcp_server.mpep_search import MPEPIndex
index = MPEPIndex()
index.build_index()
print(f'Chunks: {len(index.chunks)}')
results = index.search('claim definiteness', top_k=3)
print(f'Search results: {len(results)}')
"

フェーズ 4：保守

再構築するタイミング：

• MPEP の更新（uspto.gov で四半期ごとに確認）
• インデックスの破損
• 新しい PDF の追加後
• パフォーマンスの低下
• マシンの移行

再構築の手順：

# Backup (optional)
cp -r mcp_server/index mcp_server/index_backup_$(date +%Y%m%d)

# Rebuild
patent-creator rebuild-index

# Verify
patent-creator health

# Remove backup if successful
rm -rf mcp_server/index_backup_*

フェーズ 5：コンテンツの更新

# Download new PDF
wget https://www.uspto.gov/web/offices/pac/mpep/mpep-2900.pdf -O pdfs/mpep-2900.pdf

# Rebuild (includes new section)
patent-creator rebuild-index

注： 増分更新には対応していません。全体の再構築が必要です。

トラブルシューティング

• ビルド中の OOM エラー
• ビルドに時間がかかりすぎる
• インデックスファイルの破損
• 検索結果が返されない

パフォーマンスの調整

• 埋め込み生成速度（GPU と CPU の比較）
• 検索レイテンシの最適化
• インデックスサイズの削減
• バッチサイズの調整

クイックリファレンス

コマンド	目的
patent-creator download-mpep	MPEP の PDF をダウンロード
patent-creator rebuild-index	検索インデックスを構築／再構築
patent-creator health	インデックスの状態を確認
ls -lh mcp_server/index/	インデックスファイルを表示

ベストプラクティス：

1. 再構築前にバックアップを作成する
2. 構築前に PDF を検証する
3. GPU を使用してビルドを 10 倍高速化する
4. 再構築後にテストする
5. 検証が完了するまで PDF を保持する
6. 毎週ヘルスチェックを実施する